English(EN) OmniXRef: A Unified Framework for Multimodal Multi-Reference Video Editing

OmniXRef框架支持使用多样化参考进行多模态视频编辑

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-19 04:00

研究人员推出OmniXRef，一个专为多模态视频编辑设计的新型框架。该系统允许用户结合文本指令、图像外观和视频运动等各种参考，以精确控制视频属性。OmniXRef采用统一的输入设计，通过参考库接口和扩散Transformer模型来处理源视频以及来自大型语言模型的多模态上下文。为克服现有训练数据的局限性，利用合成管线和课程学习构建了新的数据集OmniXRef-Data，并开发了基准OmniXRef-Bench，用于系统评估基于视频的编辑控制。 AI

影响该框架通过实现更直观、更灵活的编辑流程，有望增强视频制作中的创意控制力。

排序理由该条目描述了一篇介绍用于视频编辑的新型框架和模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 7 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目描述了一篇介绍用于视频编辑的新型框架和模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Xiaoyan Cong, Tianyu Wang, Hyeonho Jeong, Zhifei Zhang, Yuqian Zhou, Yijun Li, Shaoteng Liu, Zhe Lin, Srinath Sridhar, Soo Ye Kim · 2026-10-19 04:00

OmniXRef：多模态多参考视频编辑的统一框架

arXiv:2610.22744v1 Announce Type: new Abstract: Creative intent in video editing can be expressed through text instructions (e.g., "remove the people"), image references (e.g., subject appearance), video references (e.g., camera movement), or a combination of the above. We introd…

本文如何被排名

报道来源 [1]

OmniXRef：多模态多参考视频编辑的统一框架

相关实体

相关话题